收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

厂顶溢流式水电站厂房结构振动响应预测研究

韩文文  
【摘要】:水电站厂房结构极其复杂,引起结构振动的振源种类更是多种多样,致使电站运行过程中的厂房结构振动问题非常普遍。考虑到厂房结构振动对仪器设备、工作人员健康以及建筑物运行稳定性和安全可靠性的影响,利用较少的监测数据达到全面掌握和控制水电站振动的目的成为新的研究课题。 本文运用智能算法与神经网络混合的预测方法,不考虑结构精确的数学和精准的力学模型,而是依据尾水脉动和机组振动的观测数据,非线性的映射出水电站结构的振动特性,达到预测未知工况和未观测部位的结构振动响应状况的目的。 结合某厂顶溢流式水电站原型观测实验,运用果蝇算法优化广义回归神经网络平滑参数P,构建FOA-GRNN网络模型。同时结合反向传播神经网络(BP)、局部回归神经网络(ELMAN)展开对比预测研究。最终得出:FOA-GRNN网络在预测能力、学习速度上明显优于BP和ELMAN网络。说明运用FOA-GRNN神经网络预测厂房结构振动响应的可行性和优越性。 为弥补基本粒子群优化算法易陷入局部最优、收敛性差的缺陷,提出了优胜劣汰、步步选择粒子群优化算法—SSPSO,通过典型测试函数证明SSPSO具有很强的寻优能力。并运用SSPSO对广义回归神经网络平滑参数进行优化,充分利用SSPSO寻优能力强及径向基函数调整参数少的优点,建立厂房结构的振动响应预测模型,展开厂坝结构振动响应预测研究。证明了:SSPSO算法的寻优能力很强;基于SSPSO优化的广义回归神经网络与其他网络相比,在预测精度,收敛性能,泛化能力等各个方面得到了很大提升。 运用粒子群优化算法、遗传算法和果蝇优化算法分别对径向基神经网络进行优化,建立最优的PSO-RBF、GA-RBF、FOA-RBF网络模型,展开泄流诱发厂房结构振动响应的预测研究。结果表明:PSO-RBF、GA-RBF和FOA-RBF预测效果均良好,适合运用于泄流诱发水电站厂房结构振动响应预测研究中,其中FOA-RBF稳定性及泛化能力最强。 综上所述:智能算法与神经网络构建的混合模型不仅易于理解、掌握,而且精度很高。非常适合于厂顶溢流式水电站厂房结构的振动响应的预测研究,为厂房结构振动响应预测提供了新的方法和思路,增强了厂房结构的智能监测水平。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王雪仁;缪旭弘;贾地;叶文荣;;多源激励作用下结构振动响应的试验研究[J];振动与冲击;2011年03期
2 王义亮,戴旭东,谢友柏;多缸内燃机主轴承的结构振动响应分析[J];西安交通大学学报;2002年09期
3 丁阳;米仓;;多振源激励下站房结构振动响应分析方法[J];工程力学;2013年02期
4 赵阳;王坤;;复杂结构振动响应预示的能量方法[J];哈尔滨工业大学学报;2012年09期
5 丁阳;米仓;;列车随机激励下铁路站房结构振动响应分析[J];天津大学学报;2012年12期
6 陈婧;马震岳;戚海峰;江丽;徐文仙;;宜兴抽水蓄能电站地下厂房结构振动响应分析[J];水电能源科学;2009年03期
7 向天勇;单胜道;闻敏杰;;球形沼气池模具结构振动响应的黏弹性解[J];工程力学;2014年02期
8 王义亮;谢友柏;;多缸内燃机机体结构振动响应的激振力分析[J];煤矿机械;2009年08期
9 任明章;唐撷茹;顾崇衔;;双传声器技术测量结构振动响应的理论与实验[J];振动工程学报;1990年03期
10 ;[J];;年期
11 ;[J];;年期
12 ;[J];;年期
13 ;[J];;年期
14 ;[J];;年期
15 ;[J];;年期
16 ;[J];;年期
17 ;[J];;年期
18 ;[J];;年期
19 ;[J];;年期
20 ;[J];;年期
中国重要会议论文全文数据库 前3条
1 农绍宁;王东升;王雄祥;任万发;郑细英;史光梅;;给定温度场下结构振动响应分析[A];中国工程物理研究院科技年报(1999)[C];1999年
2 程载斌;王志华;马宏伟;;结构损伤探测技术及研究进展[A];第十二届全国结构工程学术会议论文集第Ⅲ册[C];2003年
3 钟铁毅;王晓明;冯吉利;;桅杆结构振动响应的计算研究[A];第八届全国结构工程学术会议论文集(第Ⅲ卷)[C];1999年
中国硕士学位论文全文数据库 前4条
1 韩文文;厂顶溢流式水电站厂房结构振动响应预测研究[D];天津大学;2014年
2 苏雅雯;基于现代时频方法的泄流结构振动响应信号降噪及模态识别研究[D];南昌大学;2011年
3 杨小丁;复杂结构人行激励动力响应及舒适度研究[D];中南大学;2012年
4 胡莹;基于混合模型的复杂结构振动响应分析[D];西北工业大学;2007年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978